两者所要实现的功能是一致的（将多维数组降位一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。
1.二者的功能
>>> x = np.array([[1, 2], [3, 4]]) >>> x array([[1, 2], [3, 4]]) >>> x.flatten() array([1, 2, 3, 4]) >>> x.ravel() array([1, 2, 3, 4]) 两者默认均是行序优先 >>> x.flatten(‘F‘) array([1, 3, 2, 4]) >>> x.ravel(‘F‘) array([1, 3, 2, 4]) >>> x.reshape(-1) array([1, 2, 3, 4]) >>> x.T.reshape(-1) array([1, 3, 2, 4])
2.二者的区别
>>> x = np.array([[1, 2], [3, 4]]) >>> x.flatten()[1] = 100 >>> x array([[1, 2], [3, 4]]) # flatten：返回的是拷贝 >>> x.ravel()[1] = 100 >>> x array([[ 1, 100], [ 3, 4]])
原文链接：https://blog.csdn.net/lanchunhui/article/details/50354978
numpy.ravel() vs numpy.flatten()
原文：https://www.cnblogs.com/ccv2/p/11622997.html